• W 107 badaniach o dobrej jakości dokładność wykrywania zawału wyniosła 94,4%: czułość 92,5%, swoistość 97,5%.
• Po uwzględnieniu wszystkich 136 przypadków dokładność wyniosła 87,5%: czułość 94,1%, swoistość 76,5%.
• Ocena rozległości blizny silnie korelowała z LGE: R=0,90, a ocena transmuralności: R=0,82.
• Według oceny ekspertów w około 69,7% przypadków można byłoby potencjalnie zrezygnować z LGE. W tej grupie dokładność VNE wynosiła 93,7% wobec 93,9% dla LGE.
• To nie oznacza jeszcze, że AI może zastąpić badanie z kontrastem u każdego pacjenta. Bardziej realnym zastosowaniem jest selekcja przypadków, w których LGE rzeczywiście będzie potrzebne.
Ograniczenia: model trenowano i walidowano względem LGE, część analizy ilościowej nie była całkowicie niezależna, a większość zawałów dotyczyła ściany przedniej, co ogranicza możliwość uogólnienia wyników.
Wnioski:
Metoda VNE (virtual native enhancement) osiągnęłą wysoką zgodność z klasycznym późnym wzmocnieniem pokontrastowym i w wybranych przypadkach może ograniczyć konieczność podawania kontrastu.
W 107 badaniach o dobrej jakości dokładność wykrywania zawału wyniosła 94,4%: czułość 92,5%, swoistość 97,5%.
